Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/39987| Título: | Metodologia DWEXI para previsão de energia eólica, utilizando modelos híbridos e ensemble para a região sul do Brasil |
| Título(s) alternativo(s): | DWEXI methodology for wind energy forecasting, using hybrid and ensemble models for the south region of Brazil |
| Autor(es): | Schrippe, Matheus |
| Orientador(es): | Trojan, Flavio |
| Palavras-chave: | Energia eólica Energia - Fontes alternativas Análise de séries temporais Energia elétrica - Planejamento Inteligência artificial Wind power Renewable energy sources Time-series analysis Eletric power - Planning Artificial intelligence |
| Data do documento: | 20-Fev-2026 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | SCHRIPPE, Matheus. Metodologia DWEXI para previsão de energia eólica, utilizando modelos híbridos e ensemble para a região sul do Brasil. 2026. Dissertação (Mestrado em Programa de Pós-Graduação Engenharia de Produção e Sistemas (Ppgeps) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2026. |
| Resumo: | A previsão da geração de energia eólica é um elemento estratégico para o planejamento do sistema elétrico, especialmente no Brasil, onde a variabilidade climática pode ocasionar elevação de custos operacionais e maior dependência de fontes de energia mais onerosas ou poluentes. Diante desse contexto, esta dissertação tem como objetivo desenvolver e avaliar abordagens híbridas para a previsão da geração eólica na região Sul do Brasil, buscando maior acurácia preditiva. A pesquisa foi estruturada em três etapas principais. A primeira consistiu em uma revisão sistemática da literatura, realizada por meio do método Methodi Ordinatio 2.0, com o intuito de identificar tendências metodológicas, técnicas de pré-processamento e métricas de desempenho mais utilizadas. Os resultados evidenciaram a inexistência de um método universalmente superior, bem como a ampla utilização de modelos híbridos e das métricas MAE e RMSE para avaliação de desempenho. Na segunda etapa, foram avaliados modelos individuais, híbridos e ensemble aplicados à série temporal mensal de geração eólica da região Sul do Brasil, considerando um horizonte de previsão de 12 meses. Os resultados demonstraram a superioridade dos modelos híbridos em relação aos modelos individuais, destacando-se o modelo Holt-Winters Aditivo com Multiplicativo, que apresentou melhor desempenho preditivo. A terceira etapa consistiu no desenvolvimento de uma abordagem híbrida inovadora, denominada DWEXI, aplicada à previsão horária da geração eólica em um complexo eólico localizado no Chuí. O método integra técnicas de pré-processamento de dados, modelos baseados em redes neurais e árvores de decisão, além de um mecanismo inteligente de ponderação das previsões. Os resultados indicaram que o DWEXI apresentou desempenho superior na maioria dos horizontes de previsão analisados, especialmente em médio e longo prazo. Conclui-se que a abordagem proposta é eficaz para a previsão da geração de energia eólica, constituindo uma ferramenta relevante de apoio à decisão para o setor energético, contribuindo para o planejamento da matriz elétrica e a mitigação de riscos operacionais. |
| Abstract: | Wind power generation forecasting is a strategic element for electrical system planning, especially in Brazil, where climate variability may lead to increased operational costs and greater dependence on more expensive or polluting energy sources. In this context, this dissertation aims to develop and evaluate hybrid approaches for forecasting wind power generation in the Southern region of Brazil, seeking greater predictive accuracy. The research was structured into three main stages. The first consisted of a systematic literature review conducted using the Methodi Ordinatio 2.0 method, with the objective of identifying methodological trends, preprocessing techniques, and the most commonly used performance metrics. The results showed the absence of a universally superior method, as well as the widespread use of hybrid models and the MAE and RMSE metrics for performance evaluation. In the second stage, individual, hybrid, and ensemble models were evaluated using the monthly time series of wind power generation in the Southern region of Brazil, considering a 12-month forecasting horizon. The results demonstrated the superiority of hybrid models over individual models, with the Additive Holt-Winters with Multiplicative model standing out as presenting the best predictive performance. The third stage consisted of the development of an innovative hybrid approach, named DWEXI, applied to hourly wind power forecasting in a wind complex located in Chuí. The method integrates data preprocessing techniques, neural network- and decision tree-based models, as well as an intelligent weighting mechanism for forecast combination. The results indicated that DWEXI achieved superior performance in most of the analyzed forecasting horizons, especially in the medium and long term. It is concluded that the proposed approach is effective for wind power generation forecasting, constituting a relevant decision-support tool for the energy sector and contributing to electric matrix planning and operational risk mitigation. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/39987 |
| Aparece nas coleções: | PB - Programa de Pós-Graduação em Engenharia de Produção e Sistemas |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| metodologiadwexiprevisaoeolica.pdf | 1,14 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
